文档介绍：《人工智能及其应用》论文
题目: 专家系统理论概述
学院: 化工学院
专业: 自动化
班级: 11自动化
学生姓名: 王生豹
学号: 1120301021

专家系统理论概述 
专家系统的基本概念     
专家系统是人工智能应用研究的一个重要领域。它实现了人工智能从理论研究走向实际应用,从一般思维方法探讨转入专门知识运用的重大突破。自20世纪70年代专家系统的开发获得成功以来,目前已被成功的运用到科学技术、工业、农业、军事、医疗、教育等众多领域,并已产生了巨大的社会效益和经济效益。 
目前,对什么是专家系统还没有一个严格公认的形式化定义。作为一种一般的解释,可以认为专家系统是一种具有大量专门知识与经验的智能程序系统,它能运用领域专家多年积累的经验和专门知识,模拟领域专家的思维过程,解决该领域中需要专家才能解决的复杂问题。 
从上述解释可以看出,专家系统包括以下三个方面的含义: 
(1) 专家系统是一种程序系统,但又具有智能,因此它不同于一般的程序系统,而是一种能运用专家知识和经验进行推理的启发式程序系统。 
(2) 专家系统的智能来源于领域专家的知识、经验及解决问题的诀窍。为此,专家系统内部必须包含有大量专家水平的领域知识与经验,并且能够在运行过程中不断的增长新知识和修改原有知识。 
(3) 专家系统所要解决的问题一般是那些本来应该由领域专家才能解决的问题。 
专家系统的分类 
通常,专家系统都是针对某一应用领域而建立的。不同应用领域的专家系统,其功能、设计方法及实现技术也各不同。为了明确各类专家系统的特点及其所需要的技术和系统组织方法,本小节讨论专家系统的分类问题。 
对专家系统的类型,可以有多种不同的划分方法。例如,可以按求解问题的性质分类,也可以按求解问题的要求分类,还可以按系统的体系结构分类等。 
按求解问题的性质分类如下: 
海叶斯-罗斯(-roth)等人按照求解问题的性质,将专家系统分为以下10种类型。 
解释型专家系统
解释型专家系统的任务是通过对已知信息和数据的分析与解释,确定它们的含义。其主要特点有:第一,系统处理的数据量很大,而且往往是不准确的、错误的或不完全的;第二,系统能够从不完全的信息中得出解释,并能对数据做出某些假设;第三,系统的推理过程可能很复杂和很长,因而要求系统具有对自身推理过程做出解释的能力。 
作为解释型专家系统的例子有语音理解、图像分析、系统监视、化学结构分析和信号解释等。例如,卫星图像分析、集成电路分析、石油测井数据分析、染色体分类等。 
(2) 预测型专家系统 
预测型专家系统的任务是通过对过去或现在知识状况的分析,推断未来可能发生的情况。其主要特点有:第一,系统处理的数据随时间变化,而且可能是不准确或不完备的;第二,系统需要有适应时间变化的动态模型,能够从不完全和不准确的信息中得出预报,并达到快速响应的要求。预测专家系统的例子主要有气象预报、军事预测、人口预测、交通预测、经济预测和作物产量预测等。
 
(3) 诊断型专家系统 
诊断型专家系统的任务是根据观察到的情况来推断出某个对象机能失常的原因。其主要特点有:第一,能够了解被诊断对象和客体各组成部分的特性,以及它们之间的联系;第二,能够区分一种现象及其所掩盖的另